随着无人机在光伏巡检中的广泛使用，光伏面板的故障检测的效率大大提高。无人机上搭载的高清摄像头源源不断的将数万块光伏面板的视频（图像）实时传回，依靠人工难以做到准确，及时的处理，需要计算机对缺陷进行实时检测。当光伏面板发生故障时，由于电流和电压的失配，会在故障区域及其附近消耗大量电能而发热，在红外图像上亮度高于正常部位，这种现象被称为”光斑”。 智能光伏光斑识别系统利用GPS及北斗卫星定位地理信息、形态学分析，卷积神经网络等图像处理等技术对无人机巡检的光伏电站的热红外图像数据，进行综合诊断分析，能及时、准确地发现破损、遮挡、异常发热等组件异常情况，并指导光伏场站设备运维工作。 光伏光斑智能识别极具复杂性，完整处理包括图像拼接、图像校正、图像降噪等预处理算法，然后根据图像形态学特征，逐步排除干扰，包括开运算，特征直线度、圆度、矩形度、面积等等进行异常判断。 无人机库将无人机传输来的视频流，通过特定的方式传输给大数据调度平台，大数据调度平台获取实时视频流。 大数据调度平台是数据应用的中间桥梁，大数据平台后台执行器基于Python开发，内置OpenCV，PIL等模块，可以对图像数据进行编码、解码、压缩，形态学处理、机器学习、深度学习等，充分满足了图像处理的需求。 大数据调度平台集成博晟自主研发的光伏光斑智能识别定位算法，能够对光伏组件进行实时检测，提高光伏组件光斑检测效率和质量，实现光伏组件故障智能识别定位。